OpenAI

💡 從觀念理解到開發實戰！ 💡 使用OpenAI API x Python與GPT-3.5、GPT-4、GPT-4o、DALL·E、TTS、Whisper模型 開發聊天服務、文本生成、AI繪圖、視覺、語音的AI應用程式！ ＊專家資深教師執筆 由教授OpenAI API、Python與人工智慧專業教師共同編著，針對初學者學習OpenAI API使用Python開發人工智慧軟體服務所應具備知識技能所編寫的實務教材。 ＊循序漸進無痛上手 內容兼具理論與實務，利用大量OpenAI API實例說明並引申教材，所舉的專題範例淺顯易懂且具代表性和實用性，非常適合教學和自學，使初學者快速進入OpenAI API人工智慧軟體服務的開發殿堂。 ＊內容多元範例豐富 介紹 Open AI 的金鑰申請、Colab 編輯環境、Gradio 互動式網頁、GPT-3.5、GPT-4與GPT-4o的使用、Chat Completions API 參數、ChatGPT 聊天機器人、整合搜尋讓聊天機器人突破時空限制、自動串接、函式呼叫和微調模型讓文本生成符合事實。 以Images API 進行AI繪圖、語音API與GPT-4o進行電腦視覺，讓AI應用程式擁有讀、畫、看、聽、說等功能。 ＊實務專題打下基礎 使用Gradio 互動式網頁、Tkinter視窗套件結合OpenAI API開發生成式人工智慧飯店客服機器人、考卷產生器、網頁產生器三大專題。透過實務專題開發，將Python的相關技術與OpenAI API完美整合，提升初學者人工智慧軟體開發的專業能力。

【掌握生成式 AI 與 LLM 的發展與應用】近年來，AI 已經成為社會關注的焦點，幾乎所有人都在討論它的強大影響力！生成式 AI、LLM、ChatGPT、OpenAI、Copilot、Gemini、DeepSeek… 這些科技術語鋪天蓋地而來，甚至美國各大企業相繼大規模裁員，顯然大事發生了，但究竟怎麼一回事？又是如何改變我們的世界？在這場生成式 AI 熱潮與搶購 NVIDIA（輝達） GPU 的 AI 軍備競賽中，我們亟需一本能夠深入淺出解釋複雜概念的書籍，幫助讀者理性認識這場技術革命的全貌。本書不需要數學基礎，也不用具備程式設計或人工智慧的知識。只要你對生成式 AI 如何影響世界感興趣，本書就是你進入這個領域的最佳指引。我們將解析大型語言模型（LLM）的運作原理，探索 LLM 如何塑造科技產業的未來，並剖析生成式 AI 在社會、經濟、法律與政治各領域帶來的機遇與風險。【全方位認清楚生成式 AI 的問題與爭議】你將學習如何在日常生活與工作中有效應用生成式 AI，同時也會了解其安全性與倫理挑戰，例如資料安全與隱私問題、合成媒體與著作權爭議、LLM 的偏見來源、人機關係帶起的孤獨流行病等當前重要議題。此外，還會談到即將到來的 AI Agent，以及將通用人工智慧（AGI）、優生學及超人類主義連結，藉由科技將人類進化為後人類的未來議題（雖然看起來科幻，但確實是有計畫地進行中）。生成式 AI 在認知作戰與惡意應用方面，包括深偽技術濫用以及詐騙成本降低，也對社會帶來重大的影響。此外，將藝術家、設計師、漫畫家、攝影師作品，以及程式碼與書籍內容等，在未經授權之下被用於訓練生成式模型，這一連串訴訟以及 "合理使用" 的範圍到底包括哪些的爭議，我們都會依據最新發展做分析。對於 LLM 與生成式 AI，許多人往往一開始就一頭栽進技術細節。而本書希望讓你站在制高點俯視這一切，幫助你建立對生成式 AI 的全面性理解，成為宏觀的理性思考者。因為，生成式 AI 不僅是一場技術革命，更是一場深刻影響未來的變革，而我們正參與其中。本書特色: ●解析大型語言模型 LLM 的運作原理●AI 軍備競賽下的大型語言模型發展●將生成式 AI 融入工作與日常生活中●在創新應用中兼顧安全性與倫理責任●資料安全與隱私保護的政策與法規●生成式媒體的應用範圍與著作權爭議●聊天機器人偏見、群眾外包的心理創

OpenAI「沒好點子先行動」的非典型創業， 奧特曼「不以軟體為王、重押硬科技」的反矽谷常態， 最終震撼商界，用AI重塑未來世界。 本書將從奧特曼及OpenAI的崛起，尋找顛覆常規的商業啟示！ 「奧特曼正處於矽谷時代精神的絕對中心」──彼得・提爾（Peter Thiel），《從0到1》共同作者、PayPal共同創辦人、美國創業家、創投資本家 ★奧特曼授權採訪傳記，獨家台灣版作者序★ 從傳奇企業家保羅・葛拉罕的得意門生 到Y Combinator 的繼任者、最後當上OpenAI的執行長 看樂觀主義者──山姆・奧特曼 歷經創業失敗後如何在矽谷過關斬將，領導OpenAI一戰成名！ 2022年11月30日，沒沒無聞的OpenAI在全球扔下ChatGPT這顆有如核彈威力的劃時代產品，瞬間擄獲了全世界的目光。ChatGPT不僅展現了AI的驚人潛力，也開啟了AI技術普及應用的全新篇章。 然而，不到一年的2023年11月17日，一場出人意料的戲碼上演了：OpenAI的靈魂人物、執行長山姆・奧特曼，竟然在一次視訊會議中，被公司董事會突襲式地解僱了。這則消息震撼了全球，因為OpenAI正處於打造人工通用智慧（AGI）的競賽最前線，而奧特曼正是這領域最具代表性的人物。 更令人跌破眼鏡的是，短短幾天內，奧特曼就奇蹟般地重返公司，而那些當初解僱他的董事們，大多被逐出了董事會。這場峰迴路轉的事件，不僅揭示了AI巨頭內部錯綜複雜的權力鬥爭，也讓全球目光再次聚焦在AI發展的未來走向。 《奧特曼與OpenAI的誕生》是本快節奏的傳記，詳細描述了 OpenAI 執行長山姆・奧特曼如何躋身矽谷巨頭之列；在2010 年代末如何說服高層相信馬斯克很難共事而否決其擔任 OpenAI執行長；內部員工如何說服董事會推翻 2023 年解僱他的決定。 不可否認地，我們是站在「山姆・奧特曼」── 一位才華洋溢、充滿矽谷風格的領導者──肩膀上，看到當今矽谷的權力鬥爭、科技研究的衝突觀點和戲劇性的商業競爭…… 從奧特曼身上，你可以看到的矽谷精神…… ˙熱愛追逐閃光物症候群： 他能預見趨勢商機，從Loopt的定位系統，到Y Combinator的Airbnb、Dropbox及Stripe，到最終成立了OpenAI實驗室，他能看出有前景的商業展潛力，不放過任何機會。 ˙師承葛拉漢的「加零」精神： 思考任何商業

本書重點突出深度強化學習理論的基本概念、前沿基礎理論和Python應用實現。首先介紹馬爾可夫決策、基於模型的算法、無模型方法、動態規劃、蒙特卡洛和函數逼近等基礎知識；然後詳細闡述強化學習、深度強化學習、多智能體強化學習等算法，及其Python應用實現。本書既闡述獎勵、價值函數、模型和策略等重要概念和基礎知識，又介紹深度強化學習理論的前沿研究和熱點方向。本書英文版出版之後，廣受好評，已成為深度強化學習領域暢銷教材，也可為人工智能和機器學習等領域的科研工作者、技術工程師提供參考。

擁抱軟件開發的未來!《OpenAl API編程實踐(Java版)》是Java開發者學習使用ChatGPT和OpenAI API構建智能應用的理想幫手。本書從基礎入手，詳細闡述如何以編程方式使用ChatGPT。你將學習ChatGPT和OpenAl API的基礎知識，包括身份驗證、發送提示、生成響應、在Playground中進行測試以及處理錯誤等。通過完成實戰練習，你將進一步瞭解不同API功能的實際應用。此外，你將學習如何使用GPT-4、GPT-3.5、Whisper、DALL-E等模型，為自己的AI應用程序注入強大動力。本書將幫助開發人員認識到，生成式Al工具並不能取代軟件開發工作，而是作為輔助工具，來幫助提高開發效率!你將學會利用ChatGPT作為Java Al結對程序員，為Java應用程序提供強大的NLP功能，從而輕鬆理解各種格式的非結構化文本。最終，你將能逐步應用所學知識，創建能自動處理Slack和Discord消息的智能聊天機器人。隨著人工智能這一新興領域的蓬勃發展和變革，本書將助力Java開發人員充分利用Al技術，開發出更卓越的應用程序。豐要內容使用ChatGPT和OpenAl API進行身份驗證，學習如何設計和發送提示信息演示如何在ChatGPT Playground中測試提示信息如何使用多種AI模型調整溫度、Top_p和其他參數，從ChatGPT創建更獨特、更具吸引力的響應為Slack或Discord服務器創建智能機器人將上下文納入提示以獲得更貼切的回復，並應用API的高級功能探索ChatGPT和OpenAI的未來發展方向

體貼初學者學習Azure AI服務的流程! Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作 ■ 專家與教師共同執筆 由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。 ■ 內容多元且淺顯易懂 對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。 ■ Azure AI服務開發技能 介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；同時對實作的程式碼與操作步驟有詳盡的說明，培養初學者開發AI應用程式的能力。 ■ Microsoft AI-900人工智慧基礎國際認證能力訓練 將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。

由微軟MVP、MCSD認證專家與大學教師共同編著，是一本適合大專院校教學，以及MTA、MCSD認證課程的先修教材。內容豐富從基礎到進階，從地端到雲端，進而邁向AI影像辨識與OpenAI API開發，範例解說詳細，讓初學者學習完全無障礙。 ■ C#物件導向程式設計篇 以深入淺出方式讓初學者具有物件導向的觀念，並以主控台專案介紹C#資料型別、流程控制、陣列與方法(函式)、類別與物件、繼承、多型、介面、檔案存取、例外處理…等，進而領會出物件導向程式設計的要領。 ■ 視窗應用程式設計篇 介紹視窗程式開發，例如清單與容器、對話方塊、鍵盤與滑鼠事件、功能表與工具列、多表單與MDI 多表單的應用，使初學者具備建構豐富的視窗應用程式。 ■ 資料庫程式設計篇 介紹ADO.NET資料庫存取、交易處理、預存程序等議題。同時介紹 LINQ 和 Entity Framework存取陣列、集合物件、DataSet、SQL 資料庫等資料來源。 ■ 網路應用程式與跨平台行動裝置網站設計篇 介紹 ASP.NET MVC Web應用程式開發，讓初學者理解MVC的開發方式，並透過jQuery Mobile整合ASP.NET MVC建置跨平台書籍管理系統與書籍查詢行動網站。 ■ Azure雲端服務、影像辨識與OpenAI API應用篇 介紹Microsoft Azure雲端運算平台、OpenAI API與C#整合，透過App Services部署雲端網站、建置Azure SQL Database雲端資料庫，使用Azure認知服務分析影像資訊與臉部偵測，以及利用OpenAI API開發ChatGPT聊天機器人與AI繪圖程式，進而建置智慧化的商用應用程程式。

強化學習是一種重要的機器學習方法，在智能體及分析預測等領域有許多應用。本書共13章，主要包括強化學習的各種要素，即智能體、環境、策略和模型以及相應平臺和庫；Anaconda、Docker、OpenAI Gym、Universe和TensorFlow等安裝配置；馬爾可夫鏈和馬爾可夫過程及其與強化學習問題建模之間的關係，動態規劃的基本概念；蒙特卡羅方法以及不同類型的蒙特卡羅預測和控制方法；時間差分學習、預測、離線/在線策略控制等；多臂賭博機問題以及相關的各種探索策略方法；深度學習的各種基本概念和RNN、LSTM、CNN等神經網絡；深度強化學習算法DQN，以及雙DQN和對抗網絡體系結構等改進架構；DRQN以及DARQN；A3C網絡的基本工作原理及架構；策略梯度和優化問題；最後介紹了強化學習的最新進展以及未來發展。

體貼初學者學習Azure AI服務的流程! Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作 ■ 專家與教師共同執筆 由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。 ■ 內容多元且淺顯易懂 對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。 ■ Azure AI服務開發技能 介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；詳盡說明實作的程式碼與操作步驟，培養初學者開發AI應用程式的能力。 ■ Microsoft AI-900人工智慧基礎國際認證能力訓練 將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。

強化學習可說是能自我演進的機器學習，能帶領我們達到真正的人工智慧。本書好讀又容易上手，運用了大量Python範例來從頭解釋所有東西。 本書從強化學習的簡介開始，接著是OpenAI Gym與TensorFlow。您會認識各種RL演算法與重要觀念，例如Markov決策過程、蒙地卡羅法與動態規劃，包括價值迭代與策略迭代。本書提供了非常豐富的範例幫助您認識各種深度強化學習演算法，例如競爭DQN、DRQN、